推荐算法 itemcf java_推荐系统之基于物品的协同过滤算法（ItemCF）

推荐系统之基于物品的协同过滤算法(ItemCF)

发布时间：2018-03-04 16:55,

浏览次数：1778

, 标签：

ItemCF

推荐系统之基于物品的协同过滤算法(ItemCF)

前端时间已经把基于用户的推荐系统给弄出来了，详情见我的另一篇文章：点击打开链接

，(建议先看懂UserCF后再来看这篇文章，当然大佬可以忽视)其实理解了基于用户的协同过滤算法，再来看基于物品的协同过滤算法，就会感觉没啥太大差异，

具体的思路，通俗的讲：用户A 喜欢了一个物品s集合,那么推荐的时候就把与物品s集合里最相似的前N个物品推荐给用户A，结束。

是不是言简意赅？哈哈，其实道理都差不多，看懂了UserCF再来看ItemCF,就会感觉基本差不多。具体的步骤呢：

一、计算物品之间的相似度。

二、根据物品的相似度和用户的历史行为给用户生成推荐列表

同样，计算相似度的时候公式用的也是余弦相似度，详情就看我写的UserCF吧：点击打开链接

，因为都差不多就不重复写了，对照着上一篇博客然后在看看书，就知道基本完全一样了

这里就贴上书上给的一个案例，最下面就是系统的推荐TOP N ，很好理解：

依旧是大牛的ItemCF 代码，贴上供大家学习：#-*- coding: utf-8 -*- ''' Created on 2015-06-22

@author: Lockvictor ''' import sys import random import math import os from

operator import itemgetter random.seed(0) class ItemBasedCF(object): ''' TopN

recommendation - Item Based Collaborative Filtering ''' def __init__(self):

self.trainset = {} self.testset = {} self.n_sim_movie = 20 self.n_rec_movie =

10 self.movie_sim_mat = {} self.movie_popular = {} self.movie_